کتاب اتصال Stan به R: راهنمای عملی برای مدل‌سازی آماری با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اتصال Stan به R: راهنمای عملی برای مدل‌سازی آماری

موضوع کلی: روش‌های نمونه‌گیری مونت‌کارلو مارکوف (MCMC) در آمار بیزی

موضوع میانی: ادغام Stan با R، Python و سایر زبان‌ها

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌سازی بیزی و نقش Stan
  • 2. ساختار کد Stan: بلوک‌ها و دستورالعمل‌ها
  • 3. نصب و پیکربندی rstan در R
  • 4. اولین مدل: رگرسیون خطی ساده با Stan
  • 5. تبدیل داده‌ها به فرمت ورودی Stan
  • 6. اجرای نمونه‌گیری و درک خروجی‌ها
  • 7. خلاصه‌ی آماری و تفسیر پارامترها
  • 8. تشخیص همگرایی: R-hat و ESS
  • 9. نمایش بصری زنجیره‌های مارکوف
  • 10. عملیات پس‌پردازش با bayesplot
  • 11. مدل‌های خطی عمومی (GLM) در Stan
  • 12. رگرسیون لجستیک بیزی
  • 13. رگرسیون پواسون و داده‌های شمارشی
  • 14. مدل‌های سلسله‌مراتبی: ساختار گروهی
  • 15. پیش‌توزیع‌های سلسله‌مراتبی نیمه-بایار
  • 16. مدل‌سازی داده‌های پلی‌کندی
  • 17. مدل‌های مخلوط بیزی
  • 18. مدل‌های حلقه‌ای و سری زمانی
  • 19. مدل‌سازی داده‌های حذف‌شده
  • 20. تولید داده‌های تکراری (PPC)
  • 21. انتخاب مدل: WAIC و LOO-CV
  • 22. صلاح‌دید و پیش‌بینی کاربردی
  • 23. توزیع‌های سفارشی و likelihood
  • 24. بهینه‌سازی سرعت: کامپایل و caching
  • 25. مدیریت حافظه برای داده‌های بزرگ
  • 26. کنترل کیفیت: adapt_delta و max_treedepth
  • 27. دیباگ divergent transitions
  • 28. مدل‌های مخلوط با توزیع t
  • 29. مدل‌های فضای حالت و کالمن فیلتر
  • 30. مارکوف‌های پنهان (HMM)
  • 31. مدل‌سازی مکانیزم‌های ناقصه
  • 32. مدل‌های بقا و Hazard
  • 33. مدل‌های زمانی پیچیده (GARCH)
  • 34. مدل‌های فضایی بیزی
  • 35. مدل‌سازی شبکه‌ها و گراف‌ها
  • 36. مدل‌های انتخاب متغیر
  • 37. مدل‌های بیزی غیرخطی
  • 38. مدل‌های بتا-بینومیل و نسبت‌ها
  • 39. مدل‌های ترتیبی (Ordinal)
  • 40. مدل‌های مخلوط با توزیع زیر-پرشتاب
  • 41. مدل‌سازی داده‌های توابعی
  • 42. کار با brms و رابط‌های بالاتر
  • 43. مقایسه rstan و cmdstanr
  • 44. اتصال Stan به R Markdown
  • 45. یکپارچه‌سازی با Shiny
  • 46. خودکارسازی تحلیل با توابع سفارشی
  • 47. مدیریت پروژه‌های چندمدلی
  • 48. پایپ‌لاین کاری استخراج تا گزارش
  • 49. استانداردسازی کد و version control
  • 50. مستندسازی و بازتولیدپذیری
  • 51. تست مدل‌ها با داده‌های مصنوعی
  • 52. مقایسه با روش‌های فرکانسیست
  • 53. تفسیر نتایج برای ذی‌نفعان غیرمتخصص
  • 54. نوشتن مقاله با نتایج Stan
  • 55. مدیریت وابستگی‌ها و بروزرسانی‌ها
  • 56. بهینه‌سازی برای تولید مقیاس
  • 57. استفاده از GPU و محاسبات توزیع‌شده
  • 58. مدل‌سازی چندمتغیره و ماتریس هم‌بستگی
  • 59. مدل‌های مخلوط بیزی و تغییرزمانی
  • 60. مدل‌سازی داده‌های چندسطحی پیشرفته
تگ‌ها: Bayesian Statistics cmdstanr Data Science Hierarchical Models MCMC R rstan Stan آمار بیزی پیش‌بینی آماری تحلیل بیزی رگرسیون بیزی سلسه‌مراتبی مدل‌سازی آماری مدل‌سازی مونت‌کارلو

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.